Chap1 : Introduction de l’Intelligence artificielle

Définition
•Artificielle: Partie facile à définir: L’IA est artificielle à cause de ses origines et de
son mode de création. C’est le résultat d’un processus humainplutôt que d’un
processus naturel (biologique et évolutionnaire)

•Intelligence: Pas si facile! Qu’est-ce que l’Intelligence? On va commencer par la

définition du dictionnaire.

Dernière en date (High-Level Expert Group in AI) L’intelligence artificielle désigne des
systèmes construits par des humains qui, étant donné un objectif complexe, agissent
dans le monde physique ou numérique en percevant les signaux issus de leur
environnement, en interprétant les données collectées (que celles-ci soient
structurées ou non), en raisonnant sur les informations et connaissances extraites de
ces données, et en choisissant les actions à mener defaçon à accomplir le but fixé.

• Analyse/interprétation/raisonnement interviennent à différents niveaux. se

comporte rationnellement

• Einstein : IQ = 160

• Elon Mask: IQ = 155

• Homme : IQ = 100 – 120

• Now : IA Étroite (Weak AI / Narrow AI) AI : IQ = 155

• Near Future : IA Générale (Strong AI / Artificial General Intelligence - AGI) AGI

(Artificial General Intelligence) : IQ = 300 – 600 • Far Future : Superintelligence
Artificielle (ASI)

• ASI (Artificial Super Intelligence) : IQ = 3000

• G1 : qualifier + AI +70% (intelligence)

• G2: non qualifier + AI - 30% (intelligence)

Les prémices de l'intelligence artificielle (1940-1970)

• L'intelligence artificielle a commencé il y a presque un siècle notamment dans les

années 40. A l’époque, l'interception et le décodage des messages revêtent une
importance capitale.

• En 1936, ALAIN TURING a publié un article fondateur du concept de machine de

Turing.

• En 1942, environ 40.000 messages sont interceptés et décryptés chaque mois par
les Britanniques (machine de turing)

• Dans les années 50 : Alain Turing va se demander si une machine peut penser.

• Dans les années 60 : Arthur Samuel a développé une intelligence artificielle

capable de jouer au jeu de dames en auto apprentissage.
 • Dans les années 70 : Les investissements ont diminué, notamment en raison de
l'optimisme excessif dont les chercheurs ont fait preuve en sous-estimant les
difficultés à obtenir les résultats qu'ils promettaient. Cette période est connue aussi
sous le nom de : l’hiver de l’intelligence artificielle

La seconde vague d’évolution de l'intelligence artificielle (1980-2010)

• Dans les années 80 : Il y avait la naissance du concept de machine Learning qui

est un petit peu différent de la programmation ordinaire. Cette technique de
programmation utilise des probabilités statistiques pour donner aux ordinateurs la
capacité d’apprendre par eux-mêmes sans programmation explicite.

• Dans les années 90 : IBM conçoit à l’aide du concept de machine Learning, le

logiciel DEEP BLUE qui a battu KASPAROV le champion du monde des échecs.

• Dans les années 2000-2010 : Des nouveaux concepts de type « Learning» ont été
dérivé du concept machine Learning mais beaucoup plus profonds avec la mise en
place de réseaux de neurones.

• Cela a permis de répondre à des problématiques plus complexes notamment dans

les années 2010 où l'entreprise DeepMind (rattaché plus tard en 2014 à google) a
développé son logiciel ALPHA GO. Ce programme a pu battre le champion du monde,
du jeu "Goban" considéré jusqu’à maintenant comme l'un des jeux plateaux les plus
complexes au monde

La troisième vague d’évolution de l'intelligence artificielle (2020-~)

• Durant cette phase, il y avait une explosion des technologies qui ont contribué à
l’émergence de l’intelligence artificielle. On parle alors de la troisième phase de
l’évolution de l’intelligence artificielle ou encore l’ère de : Big Data, le Cloud et le GPU

• Ainsi, le concept du BIG DATA va fournir les mécanismes nécessaires à la récolte

des données massives, le GPU aidera à répartir la puissance de calcul et le Cloud
permettra de mutualiser l'ensemble des ressources

Types d’interactions dans le domaine de l’IA

• Maintenant, on verra à quoi ça sert l’intelligence artificielle ? Pour cela, on va

illustrer deux types d'interactions assez différentes :

• La première est une interaction avec une base de données (des images par
exemple). Ce serveur va envoyer les données à l'intelligence artificielle que l'on va
appeler ici un agent et cet agent va restituer des résultats. Cela crée ainsi une boucle.

• La deuxième est une interaction avec un environnement comme par exemple

une machine de production ou un jeu vidéo. Dans ce cas, on ne va plus se retrouver
avec des données brutes mais avec un environnement. Cet environnement va
renseigner l'agent de l'état du jeu. Puis, l'agent va répondre par une action à effectuer
sur cet environnement.

• Le premier avec une base de données. Dans ce cas, l'intelligence artificielle

est capable de faire deux choses différentes : Prédire ou Classer.
 • Le second exemple illustrera comment l'intelligence artificielle pourra
contrôler l'environnement dans le cas d'un jeu ? • illustre comment on pourra
contrôler un environnement. Dans ce cas aussi, tout va partir de la prédiction et on
aura besoin de prédire la meilleure action pour chaque élément de l’environnement
pour atteindre notre objectif final. Ceci sera bien entendu en fonction des possibilités
de chaque action.

c'est que l'intelligence artificielle est une imitation de l'intelligence et non pas une
intelligence tel qu'on peut le concevoir chez des êtres vivants. Nous pouvons dire
qu’une intelligence artificielle est capable de :

• Prédire et anticiper les besoins d'une entreprise,

• Prédire le résultat d’un diagnostic médical, industriel, ….

• Prédire le prix d’acquisition d’une maison par exemple, L’intelligence artificielle

pourra également aider à :

• Classer/ranger automatiquement des images, des produits, …

• Classer des Emails/Spams par exemple L’intelligence artificielle pourra

également aider à :

• Contrôler les évènements futurs pour un environnement comme étant le

cas de contrôle des déplacements d’un robot pour la détection des déchets nucléaires

• Contrôler les déplacements d’une voiture ou avion autonome

II. Agents intelligents

C’est quoi un agent?

• Un agent est une entité qui perçoit son environnement par des capteurs
(sensors) et agit sur cet environnement par des actionneurs (actuators)

Agent humain :

• Capteurs : yeux, oreilles et autres organes ;

• Actionneurs : mains, jambes, bouche et autres parties du corps.

Agent robotique :

• Capteurs : caméras et télémètres infrarouges ;

• Actionneurs : divers moteurs. •

Agent logiciel :

• Capteurs : frappes de touches, contenus de fichiers, paquets réseau reçus;

• Actionneurs : affichages à l'écran, fichiers, paquets réseau envoyés.

Russell et Norvig : « Un agent est tout ce qui peut être considéré comme percevant
son environnement à travers des capteurs et agissant sur cet environnement à
travers des actioneurs. »

•
Woodbridge et Jennings : Une notion faible : Propriétés essentielles des agents :

• autonomie : les agents opèrent sans intervention directe des humains et ont le
contrôle sur leurs actions et leur état interne ;

• capacité sociale : les agents interagissent avec d'autres agents (et éventuellement
des humains) via un langage de communication d'agents ;

• réactivité : les agents perçoivent leur environnement et réagissent de manière

opportune et rationnelle aux changements qui y surviennent ;

• proactivité : les agents n'agissent pas simplement en réponse à leur

environnement, ils sont capables de prendre l'initiative (générer leurs propres
objectifs et agir pour les atteindre).

Wooldridge et Jennings : Une notion plus forte : Un agent possède des propriétés
mentales, telles que la connaissance, la croyance, l'intention et l'obligation. De plus,
un agent a d'autres propriétés telles que :

• mobilité : les agents peuvent se déplacer d'une machine à une autre et à travers
différentes architectures et plateformes de système ;

• vérité : les agents ne communiquent pas délibérément de fausses informations ;

• bienveillance : les agents essaient toujours de faire ce qui leur est demandé ;

• rationalité : les agents essaieront d'atteindre leurs objectifs et ne agiront pas de

manière à empêcher l'atteinte de ces objectifs.

Gheorghe Tecuci : Un agent intelligent est un système basé sur la connaissance qui
perçoit son environnement, raisonne pour interpréter les perceptions, tirer des
inférences, résoudre des problèmes et déterminer des actions ; et agit sur cet
environnement pour réaliser un ensemble d'objectifs ou de tâches pour lesquels il a
été conçu...

IBM : Une dernière définition : Les agents intelligents sont des entités logicielles qui
effectuent un ensemble d'opérations aunom d'un utilisateur ou d'un autre programme
avec un certaindegré d'indépendance ou d'autonomie, et ce faisant, utilisent une
certaine connaissance ou représentation des objectifs oudes désirs de l'utilisateur

Fonction mathématique « agent »

• La fonction agent f prend en entrée une séquence d’observations (percepts) et

retourne une action : f : P* →A

• En pratique la fonction est implémentée par un programme sur unearchitecture

matérielle particulière (qui va contrôler l’agent de sorte qu’il ait des comportements
désirés : le choix d’une action par l’agent à unmoment donné dépend de son
historique des observations à date )

Exemple : Aspirateur robotisé

• Observations (données sensorielles) : position et état des lieux Par exemple :

[A,propore], [A,sale], [B,propore],

• Actions : gauche, droite, aspirer, NoOp

 • les comportements de l’agent pourraient être facilement spécifiés par une table
qui indique quoi faire en fonction de l’historique des observations à date …

La question est: quelle est la façon adéquate de spécifier cette table?